跳到正文
11月13日周五
  1. arXiv · ML23

    南亚家庭暴力调查样本选择的画像式审计

    研究利用南亚5国79.6万女性DHS数据,通过机器学习审计家庭暴力模块的样本选择偏差。 最佳模型HistGradientBoosting在主要采样单元感知的验证下,ROC-AUC达0.9167。女性个体特征贡献了最大的预测增益,而国家间可迁移性有限。 该方法证明了可解释机器学习可用于敏感调查模块的覆盖差异审计。

  2. Hacker News AI91

    中国前沿 AI 模型带有出口管制 NVIDIA Blackwell GPU 的数字指纹

    Unemployment Labs 的取证分析表明,DeepSeek、Moonshot AI、MiniMax 和 Ant Group 发布的六款 2026 年模型在初始化阶段使用了受出口管制的 NVIDIA Blackwell 硬件。通过比对这些模型公开的权重与 PyTorch 随机数生成模式,研究人员识别出与 Blackwell 芯片架构匹配的数字指纹,相关置信度最高达到 1385 sigma。

    推荐理由:报告通过模型权重的随机数生成模式,提供了中国AI实验室访问受限硬件的技术证据,读者可据此理解相关指控的背景与验证方法。

  3. TechCrunch · AI54

    SoftBank 巨额亏损暴露 AI 天然气雄心遇阻

    SoftBank 季度亏损 71 亿美元,其中超半数源于发电设备相关损失。由于涡轮机订单交付周期延长至 2030 年代初且 AI 数据中心对电力的实际需求低于预期,该公司此前超额预订涡轮机的非退款押金基本归零。多位分析师指出,相比于天然气,电网连接结合大型电池储能可能是数据中心更稳健、更具成本效益的供电方案。

11月12日周四
  1. Seven Minute Feed41

    Google 1000万美元收购 Spirit Airlines 数据用于 AI 训练获工会批准

    Google 1000万美元收购已破产 Spirit Airlines 数据案获航空工会撤回异议。Google 承诺排除员工医疗、药检及薪资记录。 数据包含5亿条 Microsoft Teams 聊天和1亿封邮件,此前法院调解人已支持移除9700万客户数据后的交易。 交易为破产公司内部通信成为 AI 训练数据确立先例。

  2. IT之家42

    长鑫科技副总裁骆晓东:服务器市场内存需求占比超 50%

    长鑫科技副总裁骆晓东指出,内存需求进入“分层时代”,服务器市场需求占比已超 50%,其高端存储和高性能芯片需求走高。 他提出内存应关注容量、带宽、写入率、访问粒度和延迟五个核心维度,行业预测 2024-2031 年全球 AI 算力年均增速达 96.1%。 受 AI 应用驱动,DRAM 供不应求态势延续,长鑫科技预计四季度营收将继续保持增长。

  3. Hacker News AI53

    Discourse 认为自身在 AI 搜索时代更具优势,并批评 Reddit 的登录墙策略

    Reddit 正计划推行主要基于登录的浏览体验,此举主要源于 AI 大规模抓取数据、AI 搜索直接给出答案导致搜索流量下滑以及广告货币化的需求。Discourse 指出,对于其 B2B 客户而言,AI 即使直接提供答案且用户未产生点击,也能有效解决用户问题并减少工单,因此这种交互对其商业模式是成功的。

11月11日周三
  1. The Verge · AI68

    谷歌 AlphaGenome 2 模型聚焦疾病细胞根源

    谷歌 DeepMind 发布了新 AI 模型 AlphaGenome 2,该模型能解析 DNA 变化对不同细胞的影响。基于超过 1 亿个细胞档案和 68 种组织进行训练,该模型在识别能改变基因表达的变异方面,表现几乎达到了其前身及先有技术的两倍水平。谷歌表示,AlphaGenome 2 现可通过 AlphaGenome API 用于非商业研究,商业化研究则提供有限的“私人预览”。

  2. Hacker News AI52

    Blobcap:AI实验室数据采购价格追踪工具

    开发者发布Blobcap工具,追踪AI实验室的数据采购交易价格,目前共记录51笔交易,其中19笔披露了具体金额。数据显示,2024年5月News Corp与OpenAI达成了为期5年、总额2.5亿美元的新闻内容授权协议;2024年5月Reddit与OpenAI达成每年7000万美元的论坛及问答数据交易。

  3. IT之家29

    我国推进“人工智能+自然资源”融合,计划 2030 年打造智能化国土空间治理基础平台

    自然资源部与国家发展改革委近日发布实施意见,计划到 2030 年集成打造智能化国土空间治理基础平台,使关键核心技术与智能装备实现安全可控。 意见提出统筹布局五个人工智能中试平台,覆盖时空地理信息等五个方向,并推出涵盖“天空地海网”一体化监测等八大示范场景。 到 2030 年,自然资源数智化治理水平总体达到国际领先,人工智能成为引领生态文明建设与高质量发展的重要引擎。

  4. Hacker News AI42

    Apple 子公司 Claris 测试本地 AI 应用 Harbor

    Apple 子公司 Claris 正在测试名为 Harbor 的应用,可将 Apple Silicon Mac 变身为私有 AI 推理服务器,运行开源权重模型且数据不离开硬件。 该应用支持通过 Thunderbolt 5 连接多台 Mac 以聚合统一内存,运行更大模型并提升并发处理能力,无需手动配置。 Harbor 目前处于早期访问阶段,未公开可用,注册页面要求填写公司名称,暗示其面向企业用户。

  5. arXiv · NLP21

    语音转SFT流水线因子消融:数据质量与下游迁移的差异效应

    研究对语音转SFT流水线进行因子消融,验证各阶段边际价值。 基于2x2设计生成韩医金融QA数据,微调9个LLM(2.4B-70B)。四项LLM评判显示质量提升,但MCQA增益不显著。正向迁移集中于匹配模型-领域对。 6名专家确认全流程质量更高。Whisper-medium替换验证鲁棒性。开源代码及检查点。

  6. arXiv · NLP23

    文本编码对语言模型的影响:基于 Aether 框架的研究

    UTF-8 编码因其变长设计引入跨语言不平等,其影响研究不足。作者提出混合编码 Aether,针对格鲁吉亚语等 4 种语言建模。结果显示信息密集语言(中、韩)受益于压缩编码,而格鲁吉亚语等低信息量字符语言对编码选择不敏感。 研究表明文本编码应作为语言特定决策,而非通用默认标准。

  7. arXiv · NLP25

    单一序列足以识别模型:基于定长整数序列的大语言模型指纹识别

    论文提出 SMCT 模型,通过单一固定长度整数序列识别大语言模型,51 类闭集测试准确率达 92.72%。 NumPrint 基准包含 51 个模型在 1 至 355 整数间生成的 5036 条响应;增加至 4 条响应时准确率升至 97.12%。 该研究为 API 实际响应模型与声明模型一致性的验证提供了有效方法。

  8. arXiv · NLP33

    LLM 验证使最小对基准测试对语言模型更易通过

    LLM 验证使最小对基准测试对语言模型更易通过。在 BLiMP 和 QFrBLiMP 数据集中,10 个开源大语言模型(LMs)在预注册 LLM 过滤器标记的项上比接受的项难 18.9 分,且所有 70 种 LM-验证器组合均显示标记项更难。该过滤去除了 LMs 失败但人类未失败的项目,使准确率提升超过随机去除。

  9. arXiv · AI23

    基于离散变分推断的教育精准预测

    研究者提出一种新的离散变分推断框架,在低数据量设置下实现了最高的预测准确率,超越了所有经典 IRT 和矩阵分解基线模型。 该框架基于项目反应理论,在预测学生数学考试答案正确性时准确率超过 80%,并发布了迄今最大的专业标记正式数学考试作答开放数据集。

  10. arXiv · AI26

    Havon 分词器在204种语言中比 GPT-4o 使用更少 Tokens

    Havon v5 分词器在204种语言中表现优于 GPT-4o o200k_base,其中印度25种语言所需 token 数为 GPT-4o 的中位数 0.74。 该分词器采用多词训练阶段,在 GPT-4o 同词汇量下比 GPT-4o 少用 6.1% 的 token,且在英语中需 0.94 倍 token 数。 目前结果仅展示压缩效率,尚未评估使用 v4 或 v5 训练的语言模型性能。

  11. arXiv · AI27

    LM-SimBench:评估大语言模型训练模拟器的统一框架、数据集与基准

    LM-SimBench 提出 LLM 训练模拟器的统一评估框架、剖析数据集及基准,支持预测精度比较与配置选择评估。 框架分解模拟阶段,在 Ascend NPU 集群剖析 10 个 LLM 家族的 23 种设置,生成 348 种可行配置。 匹配 GPU-NPU 实验验证跨平台适用性,支持 NPU 指导的 GPU 配置选择。

  12. arXiv · AI29

    SeqFold: 基于时间戳寻址的压缩状态用于用户行为序列主干网络

    SeqFold 提出一种压缩状态接口,利用学习式多通道融合、通道级时间衰减和 Lookup-Free Quantization (LFQ),将冻结主干网络的多层用户状态导出为紧凑离散编码。 该方法结合任务特定解码器生成嵌入空间,并在大规模专有数据集上验证,每状态表示存储量减少 3,400 倍,同时保留了未压缩模型的大部分下游排序性能。

  13. arXiv · AI22

    WoW:用于大语言模型全生命周期训练的中文世界知识语料库

    WoW 是一项基于教育知识图谱构建的大规模数据集,专为大语言模型全生命周期训练设计。 该语料库系统性地补充了各级别缺失的教育模块,支持多模态信号,并在多种评测基准上显著提升了模型性能。 作者提供交互式平台支持基于图谱的数据选择与检索,以促进社区研究。